探索未至之境

深色模式

爬取B站视频、评论和弹幕 ​

更新: 1/26/2026, 9:32:20 AM   字数: 0 字   时长: 0 分钟

视频 ​

弹幕 ​

​ 　在看B站视频时，在bilibili.com域名前面加个i字母，即可访问爱哔哩工具站，该网页中由解析好的弹幕地址。

图片加载中... 请稍等(～￣▽￣)～

​ 　直接通过GET请求该弹幕地址即可获取视频完整的弹幕信息。

python
import requests
import re

# 发送请求
# 此处的oid就是cid,也可在网页中获取
url = 'https://api.bilibili.com/x/v1/dm/list.so?oid=1562982127'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}

response = requests.get(url=url, headers=headers)
response.encoding = 'utf-8'
# print(response.text)

# 解析数据
content_list = re.findall(r'<d p=".*?">(.*?)</d>', response.text)
content_str = '\n'.join(content_list)
with open('弹幕.txt', 'w', encoding='utf-8') as fw:
    fw.write(content_str)

下载 ​

（1）抓包分析

​ 　打开B站视频网页，进入F12，然后再次刷新网页，接着，搜索m4s媒体文件对应的请求接口地址。

图片加载中... 请稍等(～￣▽￣)～

​ 　以m4s片段请求接口的开头，再次搜索，即可定位到资源下载地址列表。列表中第一个就是最高清的视频链接。

图片加载中... 请稍等(～￣▽￣)～

​ 　注意，B站视频画面和视频声音是分开的，所以需要提前下载ffmpeg用于将音频和视频进行合并。ffmpeg安装参考这里，下载或者合并完成的MP4文件可以在这里播放。

（2）代码实现

python
# 导入正则模块
import re
# 导入HTTP模块
import requests
# 导入json模块
import json
# 导入进程模块
import subprocess

# 设置请求地址和请求头
url = "https://www.bilibili.com/video/BV1Vn4y1R7Wa/?spm_id_from=333.999.0.0&vd_source=f87f39b1af12eeb6301c7d9944f97ec9"
headers = {
    # Cookie 用户信息，用于检测是否登录账号, 不填只能采集游客可见的低码率视频
    "Cookie": "buvid3=E689D31C-EBE7-0D4D-F07C-0FD19B512FC184128infoc; b_nut=1714830384; _uuid=24564A210-F44E-5615-101C9-35F2412C8D5B30414infoc; rpdid=|(u)~m~lRlR|0J'u~uR)JuYJ|; DedeUserID=393064787; DedeUserID__ckMd5=7da7c00dbacf7351; enable_web_push=DISABLE; header_theme_version=CLOSE; buvid_fp_plain=undefined; buvid4=77EF1CDA-1F19-25A6-D9CE-AE8E6F4C589884128-024050413-YRhbWcuExuOyrC%2FRS1ie5g%3D%3D; CURRENT_BLACKGAP=0; CURRENT_FNVAL=4048; home_feed_column=5; fingerprint=c4aba8e230d8c85eb5b332b68407a873; SESSDATA=31e4a46e%2C1734621838%2C0680d%2A62CjA5gNJx6_SFUXVH693qEjWCJVF20OGNhoJacoum3wGK9vCQWhrSbrLybkrCZ9gjCYUSVmxlYmdwYnFyZHNvU1F5QXNOT0JQNXlCSmNCMFNVU09GdHVDNE1xOGdzTG5ZaFFuZ2M1azJ0dWZVdHRLcHRrN2dEemdFMjdJUjZiUlVrUHdtajZacTJnIIEC; bili_jct=5bd71cb03eae07548266197ef035aa50; sid=6i5o8z4i; VIP_DEFINITION_GUIDE=1; buvid_fp=c4aba8e230d8c85eb5b332b68407a873; LIVE_BUVID=AUTO4217191050884049; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3MTkzNjQzMTUsImlhdCI6MTcxOTEwNTA1NSwicGx0IjotMX0.Go5urrrucXNDkh5t4Qzdy9V6BAdzHDUmhfWV2EKlheY; bili_ticket_expires=1719364255; PVID=18; browser_resolution=2588-1638; bmg_af_switch=1; bmg_src_def_domain=i2.hdslb.com; bsource=search_google; bp_t_offset_393064787=946588883410223104; b_lsid=CC9A7BA1_1904A69536C",
    # 防盗链 告诉服务器请求链接是从哪里跳转过来的
    "Referer": "https://www.bilibili.com/video/BV1VS411A7UT/?spm_id_from=333.999.0.0&vd_source=f87f39b1af12eeb6301c7d9944f97ec9",
    # 用户代码 表示浏览器/设备 基本身份信息
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}
# 下载数据
response = requests.get(url=url, headers=headers)

# 解析数据
# 音视频信息
info_list = re.findall('<script>window.__playinfo__=(.*?)</script>', response.text)
json_obj = json.loads(info_list[0])
# 音频链接 0就是最高清的 -1是最低的
audio_url = json_obj['data']['dash']['audio'][0]['baseUrl']
# 视频链接
video_url = json_obj['data']['dash']['video'][0]['baseUrl']
# 视频标题
video_title = re.findall(' title="(.*?)" class="video-title', response.text)[0]
# 去除标题中的特殊字符，只保留中文、字母和数字
video_title = re.sub('[^0-9a-zA-Z\u4e00-\u9fa5]+', '', str(video_title))
#print(video_title, audio_url, video_url)

# 下载音视频
with open('临时文件.mp3', 'wb') as audio:
    audio.write(requests.get(url=audio_url, headers=headers).content)
with open('临时文件.mp4', 'wb') as video:
    # 视频下载必须加上Referer防盗链
    video.write(requests.get(url=video_url, headers=headers).content)

# 音视频合并
cmd = f"ffmpeg -i 临时文件.mp3 -i 临时文件.mp4  -acodec copy -vcodec copy {video_title}_output.mp4"
subprocess.run(cmd)
print(f"{video_title}_output.mp4 已经下载完毕")

评论 ​

（1）抓包分析

​ 　打开B站视频网页，进入F12，然后再次刷新网页，根据评论内容进行搜索，即可得到获取评论第一页的请求接口以及参数。

图片加载中... 请稍等(～￣▽￣)～

​ 　接着，向下拉动以获取第二页评论，并按上面的方法获取评论第二页的请求接口以及参数。通过观察可分为baseUrl、固定参数和可变参数。

# 评论第一页的请求接口以及参数
https://api.bilibili.com/x/v2/reply/wbi/main?oid=1055633354&type=1&mode=3&pagination_str=%7B%22offset%22:%22%22%7D&plat=1&seek_rpid=&web_location=1315875&w_rid=5d242111f65086efb98df330463aa599&wts=1719329085
# 评论第二页的请求接口以及参数
https://api.bilibili.com/x/v2/reply/wbi/main?oid=1055633354&type=1&mode=3&pagination_str=%7B%22offset%22:%22%7B%5C%22type%5C%22:1,%5C%22direction%5C%22:1,%5C%22session_id%5C%22:%5C%221760592981052008%5C%22,%5C%22data%5C%22:%7B%7D%7D%22%7D&plat=1&web_location=1315875&w_rid=4ae34290e66f00e26b289b1a208b60bc&wts=1719329573

# baseUrl
https://api.bilibili.com/x/v2/reply/wbi/main
# 固定参数
oid=1055633354&type=1&mode=3&plat=1&seek_rpid=&web_location=1315875
# 可变参数
pagination_str: 存储的是下一页信息
w_rid：MD5加密
wts：时间戳

​ 　经观察可知，pagination_str是由URL编码的，第一页传入的是{"offset":""}，第二页以及下一页由接口的next_offset返回。

图片加载中... 请稍等(～￣▽￣)～

​ 　最后，全局搜索w_rid字样，并在可能的地方打上断点，刷新网页，即可获取到w_rid如何加密的代码。

图片加载中... 请稍等(～￣▽￣)～

​ 　分析此段代码，可得 w_rid加密逻辑如下：

① ee 列表中存储了参数的内容
② 通过join把en列表合并成一个字符串L
③ md5(L+固定字符串z) 就是w_rid

（3）代码实现

python
# 导入csv模块
import csv
# 导入HTTP模块
import requests
# 导入加密模块
import hashlib
# 导入内置时间模块
import time
# 导入URL编码模块
from urllib.parse import quote
# 导入第三方时间模块
from datetime import datetime

# 设置固定参数
# oid: 视频的cid
# web_location: 在请求中查看
oid = '1605209994'
web_location = 1315875


# 获取加密参数w_rid
# pagination_str: 下一页请求值，通过接口获取
# wts: 时间戳
def get_w_rid(pagination_str, wts):
    en = ['mode=3',
          f'oid={oid}',
          f'pagination_str={pagination_str}',
          'plat=1',
          'seek_rpid=',
          'type=1',
          f'web_location={web_location}',
          f'wts={wts}']
    string = '&'.join(en) + "ea1db124af3c7062474693fa704f4ff8"
    MD5 = hashlib.md5()
    MD5.update(string.encode('utf-8'))
    return MD5.hexdigest()


# 原视频地址
# https://www.bilibili.com/video/BV1bm421N7ru/?spm_id_from=333.788&vd_source=f87f39b1af12eeb6301c7d9944f97ec9
# 设置请求地址和请求头
base_url = 'https://api.bilibili.com/x/v2/reply/wbi/main?type=1&mode=3&plat=1&seek_rpid='
headers = {
    # 没有Cookie的话获取不到location信息
    'Cookie': "buvid3=E689D31C-EBE7-0D4D-F07C-0FD19B512FC184128infoc; b_nut=1714830384; _uuid=24564A210-F44E-5615-101C9-35F2412C8D5B30414infoc; rpdid=|(u)~m~lRlR|0J'u~uR)JuYJ|; DedeUserID=393064787; DedeUserID__ckMd5=7da7c00dbacf7351; enable_web_push=DISABLE; header_theme_version=CLOSE; buvid_fp_plain=undefined; buvid4=77EF1CDA-1F19-25A6-D9CE-AE8E6F4C589884128-024050413-YRhbWcuExuOyrC%2FRS1ie5g%3D%3D; CURRENT_BLACKGAP=0; CURRENT_FNVAL=4048; home_feed_column=5; fingerprint=c4aba8e230d8c85eb5b332b68407a873; SESSDATA=31e4a46e%2C1734621838%2C0680d%2A62CjA5gNJx6_SFUXVH693qEjWCJVF20OGNhoJacoum3wGK9vCQWhrSbrLybkrCZ9gjCYUSVmxlYmdwYnFyZHNvU1F5QXNOT0JQNXlCSmNCMFNVU09GdHVDNE1xOGdzTG5ZaFFuZ2M1azJ0dWZVdHRLcHRrN2dEemdFMjdJUjZiUlVrUHdtajZacTJnIIEC; bili_jct=5bd71cb03eae07548266197ef035aa50; sid=6i5o8z4i; buvid_fp=c4aba8e230d8c85eb5b332b68407a873; LIVE_BUVID=AUTO4217191050884049; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3MTkzNjQzMTUsImlhdCI6MTcxOTEwNTA1NSwicGx0IjotMX0.Go5urrrucXNDkh5t4Qzdy9V6BAdzHDUmhfWV2EKlheY; bili_ticket_expires=1719364255; PVID=4; bp_t_offset_393064787=946163587158638592; browser_resolution=2058-1638; b_lsid=B3926D22_19044A1067E",
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}

# 设置导出结果文件名
data_str = datetime.now().strftime("%Y%m%d%H%M%S")
cvs_file_name = f"B站评论_{data_str}.csv"
# 保存csv文件头部
f = open(cvs_file_name, mode='w', encoding='utf-8-sig', newline='')
csv_writer = csv.DictWriter(f, fieldnames=[
    '昵称', '性别', '地区', '评论', '时间'
])
csv_writer.writeheader()

# 第一页的offset为空，其余页通过接口获取
offset = ''

while True:
    # 设置参数
    wts = int(time.time())
    # pagination_str需要进行url编码
    pagination_str = quote('{"offset":"%s"}' % offset)
    # 加密 获取w_rid参数
    w_rid = get_w_rid(pagination_str, wts)

    # 发送请求
    url = f"{base_url}&oid={oid}&pagination_str={pagination_str}" \
          f"&w_rid={w_rid}&wts={wts}&web_location={web_location}"
    response = requests.get(url=url, headers=headers)
    if response.status_code != 200 | response.json()['code'] != '0':
        print('HTTP请求失败:', response.text)
        break

    # 获取数据
    replies = response.json()['data']['replies']
    if len(replies) <= 0:
        print("下载评论完成")
        break

    # 写入csv文件
    for index in replies:
        # 格式化时间
        date_time = datetime.fromtimestamp(index['ctime']).strftime("%Y-%m-%d %H:%M:%S")
        dit = {
            '昵称': index['member']['uname'],
            '性别': index['member']['sex'],
            # 若location不为空则去除 IP属性 字样
            '地区': index['reply_control']['location'].replace('IP属性', '') if 'location' in index[
                'reply_control'] else "-",
            '评论': index['content']['message'],
            '时间': date_time,
        }
        csv_writer.writerow(dit)

    # 设置下一页的offset
    offset = response.json()['data']['cursor']['pagination_reply']['next_offset']
    # 保证offset打印的是如下格式的字符，否则w_rid会加密失败的
    # "{\"type\":1,\"direction\":1,\"session_id\":\"1760406203972306\",\"data\":{}}"
    offset = str(offset).replace('"', '\\\"')
# 关闭文件
f.close()

合集 ​

个人空间 ​

（1）抓包分析

​ 　经上面下载B站视频下载分析，批量下载只需更换 B站视频ID 即可。任选一个UP主页，如这里，通过播放全部按钮，即可获取全部的视频ID。

图片加载中... 请稍等(～￣▽￣)～

（2）安装第三方模块

shell
# 安装自动化模块
pip install DrissionPage

（3）代码实现

python
# 导入自动化模块
from DrissionPage import ChromiumPage

if __name__ == '__main__':
    driver = ChromiumPage()
    # 监听前缀为这个的接口返回
    driver.listen.start('https://api.bilibili.com/x/space/wbi/arc/search')
    # 访问UP主空间
    driver.get("https://space.bilibili.com/11130880/video")
    # 等待监听结果
    resp = driver.listen.wait()
    # 获取响应数据
    json_data = resp.response.body
    # 解析视频ID
    for index in json_data['data']['list']['vlist']:
        bv = index['视频ID']
        print(f'正在下载{bv}')
        # 传入bv下载并保存视频
        # 这里就是上一小节的代码，只需在url替换视频ID即可
        getVideoInfo(bv)

番剧 ​

（1）抓包分析

​ 　以猫和老鼠这个番剧为例，首先搜索m4s媒体文件，可以观察出下载链接可以通过playurl这个接口获取。注意，如果通过m4s搜不到playurl这个接口可以尝试清空缓存后刷新、点击番剧其他集的方式尝试。

图片加载中... 请稍等(～￣▽￣)～

​ 　接着，分别获取第一集和第二集的playurl链接地址。

图片加载中... 请稍等(～￣▽￣)～

​

​ 　然后，观察第一集和第二集的playurl链接地址，可以发现只有avid、cid、ep_id三个参数不同，session可以忽略。

# 第一集
https://api.bilibili.com/pgc/player/web/v2/playurl?support_multi_audio=true&avid=31703892&cid=55444073&qn=0&fnver=0&fnval=4048&fourk=1&gaia_source=&from_client=BROWSER&is_main_page=true&need_fragment=true&isGaiaAvoided=false&ep_id=249469&session=717e7355152aee4d1d9c8c42880e6d13&voice_balance=1&drm_tech_type=2
# 第二集
https://api.bilibili.com/pgc/player/web/v2/playurl?support_multi_audio=true&avid=849339561&cid=55444088&qn=0&fnver=0&fnval=4048&fourk=1&gaia_source=&from_client=BROWSER&is_main_page=true&need_fragment=true&isGaiaAvoided=false&ep_id=249470&session=b7d004308c615278ba895ff915bea1f3&voice_balance=1&drm_tech_type=2

​ 　全局搜索这四个参数，发现可以通过season这个接口获取。

​ 　除了上述方法外，还可以从页面直接解析出下载链接。如下图是ep249469下载链接的定位方式，如果想获取其他集的下载链接，可以通过更换ep_id的方式获取，其中ep_id是可以 直接从页面解析 或 通过season接口获取的。

图片加载中... 请稍等(～￣▽￣)～

​ 　页面直接解析的实现代码可以参考这里，接下来就不再赘述了。特别的，音频链接和视频链接的获取方式可以参考如下：

python
# 解析数据
# 音视频信息
info_list = re.findall('<script id="__NEXT_DATA__" type="application/json">(.*?)</script>', response.text)
json_obj = json.loads(info_list[0])
dash = json_obj['props']['pageProps']['dehydratedState']['queries'][0]['state']['data']['result']['video_info']['dash']

# 音频链接 0就是最高清的 -1是最低的
audio_url = dash['audio'][0]['base_url']
# 视频链接
video_url = dash['video'][0]['base_url']

（2）代码实现

python
# 导入正则模块
import re
# 导入HTTP模块
import requests
# 导入进程模块
import subprocess

# 设置请求头
headers = {
    # Cookie 用户信息，用于检测是否登录账号, 不填只能采集游客可见的低码率视频
    "Cookie": "buvid3=E8FE5048-EBB6-FB65-28C3-C43F6946AF2964184infoc; b_lsid=7F825A4B_190620D731C; CURRENT_FNVAL=4048; _uuid=5A2AD729-AC89-398F-1EBE-47B5332BCA2E67178infoc; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3MTk4OTExNjQsImlhdCI6MTcxOTYzMTkwNCwicGx0IjotMX0.77U9uYtL5MiQS8ImmV8cURADZwPeOXgWbLDnMxvdZZw; bili_ticket_expires=1719891104; b_nut=1719631967; buvid_fp=c4aba8e230d8c85eb5b332b68407a873; rpdid=|(J|)YRumull0J'u~umYJumYl; buvid4=6D5B5B23-757A-ECCE-59EE-680C1B0B62CF65007-024062903-UGEldqIYxL0nm8mtRegTMg%3D%3D; SESSDATA=770ff2d0%2C1735183981%2Cef8d0%2A62CjBSpFcImDbFxxGrUXxQZtTvNLWv_Ku-4RKI_FpBTebrIfS1BeX99mFNXsWRzuS1tn4SVndlUnJwT2pBU0w0QUYxVVlKX0U0STdtcGFvcWM0SHhvSkNZLU1jTmFnMGJJYXJ2Q2ZoeHQybzFwcGY3SzdqODR5UjR4amdRNm1OUXlVVVUyUHJob2FnIIEC; bili_jct=f26b903cbf58154f0e384a45680f7268; DedeUserID=393064787; DedeUserID__ckMd5=7da7c00dbacf7351; sid=4ibmixki",
    # 防盗链 告诉服务器请求链接是从哪里跳转过来的
    "Referer": "https://www.bilibili.com/bangumi/play/ep249469?from_spmid=666.25.episode.0",
    # 用户代码 表示浏览器/设备 基本身份信息
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}

# 获取 avid、cid、ep_id三个参数的接口
season_url = "https://api.bilibili.com/pgc/view/web/season?ep_id=249469"
# 下载链接的通用接口以及参数
player_base_url = 'https://api.bilibili.com/pgc/player/web/v2/playurl?support_multi_audio=true&qn=0&fnver=0&fnval=4048&fourk=1&gaia_source=&from_client=BROWSER&is_main_page=true&need_fragment=true&isGaiaAvoided=false&session=717e7355152aee4d1d9c8c42880e6d13&voice_balance=1&drm_tech_type=2'
# 请求season_url地址信息
response = requests.get(url=season_url, headers=headers)
# 解析数据
episodes = response.json()['result']['episodes']
for episode in episodes:
    # 拼接获取视频链接地址
    player_url = f"{player_base_url}&aid={episode['aid']}&cid={episode['cid']}&ep_id={episode['ep_id']}"

    # 获取视频标题
    video_title = episode['share_copy']
    # 去除标题中的特殊字符，只保留中文、字母和数字
    video_title = re.sub('[^0-9a-zA-Z\u4e00-\u9fa5]+', '', str(video_title))

    # 请求获取视频链接地址
    response = requests.get(url=player_url, headers=headers)
    # 解析数据
    dash = response.json()['result']['video_info']['dash']
    # 音频链接 0就是最高清的 -1是最低的
    audio_url = dash['audio'][0]['base_url']
    # 视频链接
    video_url = dash['video'][0]['base_url']

    print(f"{video_title}_output.mp4 地址解析完毕，正在下载...")
    # 下载音视频
    with open('临时文件.mp3', 'wb') as audio:
        audio.write(requests.get(url=audio_url, headers=headers).content)
    with open('临时文件.mp4', 'wb') as video:
        # 视频下载必须加上Referer防盗链
        video.write(requests.get(url=video_url, headers=headers).content)

    # 音视频合并
    cmd = f"ffmpeg -i 临时文件.mp3 -i 临时文件.mp4  -acodec copy -vcodec copy {video_title}_output.mp4"
    subprocess.run(cmd)
    print(f"{video_title}_output.mp4 已经下载完毕")

视频合集 ​

​ 　首先搜索m4s媒体文件，然后以m4s片段请求接口的开头，再次搜索，即可定位到资源下载地址列表。

​ 　注意，如果通过m4s搜不到playurl这个接口，这个可能是因为playurl在抓包之前已经加载了 或者 第一集是直接在源代码里面的，其余集才是在数据包中的；可以尝试清空缓存后刷新 或者 点击合集的其他集尝试。

图片加载中... 请稍等(～￣▽￣)～

​ 　接着，分别获取合集中不同的视频的playurl接口地址。

图片加载中... 请稍等(～￣▽￣)～

​ 　然后，观察第一个和第二个的playurl链接地址，可以发现只有aid、bvid、cid三个参数不同，wts和w_rid在单页采集中是可以忽略的。

# 第一个
https://api.bilibili.com/x/player/wbi/playurl?avid=719476756&bvid=BV1AQ4y1i7ke&cid=449449111&qn=32&fnver=0&fnval=4048&fourk=1&gaia_source=&from_client=BROWSER&is_main_page=true&need_fragment=false&isGaiaAvoided=false&session=233715b016891a78755a4762dd5262e4&voice_balance=1&web_location=1315873&w_rid=7c839b84cbd57cf63330199421722b16&wts=1719634651

# 第二个
https://api.bilibili.com/x/player/wbi/playurl?qn=32&fnver=0&fnval=4048&fourk=1&voice_balance=1&gaia_source=pre-load&isGaiaAvoided=true&avid=443480384&bvid=BV1AL411h7wt&cid=1124770182&web_location=1315873&w_rid=934cf9ef73861993e83bffd9ac9e12e7&wts=1719635429

​ 　全局搜索这四个参数，发现可以通过web-interface/wbi/view/detail这个接口获取。

图片加载中... 请稍等(～￣▽￣)～

（2）代码实现

python
# 导入正则模块
import re
# 导入HTTP模块
import requests
# 导入json模块
import json
# 导入进程模块
import subprocess

# 设置请求头
headers = {
    # Cookie 用户信息，用于检测是否登录账号, 不填只能采集游客可见的低码率视频
    "Cookie": "buvid3=E8FE5048-EBB6-FB65-28C3-C43F6946AF2964184infoc; b_lsid=7F825A4B_190620D731C; CURRENT_FNVAL=4048; _uuid=5A2AD729-AC89-398F-1EBE-47B5332BCA2E67178infoc; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3MTk4OTExNjQsImlhdCI6MTcxOTYzMTkwNCwicGx0IjotMX0.77U9uYtL5MiQS8ImmV8cURADZwPeOXgWbLDnMxvdZZw; bili_ticket_expires=1719891104; b_nut=1719631967; buvid_fp=c4aba8e230d8c85eb5b332b68407a873; rpdid=|(J|)YRumull0J'u~umYJumYl; buvid4=6D5B5B23-757A-ECCE-59EE-680C1B0B62CF65007-024062903-UGEldqIYxL0nm8mtRegTMg%3D%3D; SESSDATA=770ff2d0%2C1735183981%2Cef8d0%2A62CjBSpFcImDbFxxGrUXxQZtTvNLWv_Ku-4RKI_FpBTebrIfS1BeX99mFNXsWRzuS1tn4SVndlUnJwT2pBU0w0QUYxVVlKX0U0STdtcGFvcWM0SHhvSkNZLU1jTmFnMGJJYXJ2Q2ZoeHQybzFwcGY3SzdqODR5UjR4amdRNm1OUXlVVVUyUHJob2FnIIEC; bili_jct=f26b903cbf58154f0e384a45680f7268; DedeUserID=393064787; DedeUserID__ckMd5=7da7c00dbacf7351; sid=4ibmixki",
    # 防盗链 告诉服务器请求链接是从哪里跳转过来的
    "Referer": "https://www.bilibili.com/bangumi/play/ep249469?from_spmid=666.25.episode.0",
    # 用户代码 表示浏览器/设备 基本身份信息
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}

# 获取 aid、bvid、cid三个参数的接口
wbi_url = "https://api.bilibili.com/x/web-interface/wbi/view/detail?aid=978325121&need_view=1&isGaiaAvoided=false&web_location=1315873&w_rid=585a415565e125415b1c0fbcf50e7d4a&wts=1719634614"
# 下载链接的通用接口以及参数
player_base_url = 'https://api.bilibili.com/x/player/wbi/playurl?qn=32&fnver=0&fnval=4048&fourk=1&gaia_source=&from_client=BROWSER&is_main_page=true&need_fragment=false&isGaiaAvoided=false&session=233715b016891a78755a4762dd5262e4&voice_balance=1&web_location=1315873&w_rid=7c839b84cbd57cf63330199421722b16&wts=1719634651'
# 请求season_url地址信息
response = requests.get(url=wbi_url, headers=headers)
# 解析数据
episodes = response.json()['data']['View']['ugc_season']['sections'][0]['episodes']
for episode in episodes:
    # 拼接获取视频链接地址
    player_url = f"{player_base_url}&aid={episode['aid']}&bvid={episode['bvid']}&cid={episode['cid']}"

    # 获取视频标题
    video_title = episode['title']
    # 去除标题中的特殊字符，只保留中文、字母和数字
    video_title = re.sub('[^0-9a-zA-Z\u4e00-\u9fa5]+', '', str(video_title))

    # 请求获取视频链接地址
    response = requests.get(url=player_url, headers=headers)
    # 解析数据
    dash = response.json()['data']['dash']
    # 音频链接 0就是最高清的 -1是最低的
    audio_url = dash['audio'][0]['baseUrl']
    # 视频链接
    video_url = dash['video'][0]['baseUrl']

    print(f"{video_title}_output.mp4 地址解析完毕，正在下载...")
    # 下载音视频
    with open('临时文件.mp3', 'wb') as audio:
        audio.write(requests.get(url=audio_url, headers=headers).content)
    with open('临时文件.mp4', 'wb') as video:
        # 视频下载必须加上Referer防盗链
        video.write(requests.get(url=video_url, headers=headers).content)

    # 音视频合并
    cmd = f"ffmpeg -i 临时文件.mp3 -i 临时文件.mp4  -acodec copy -vcodec copy {video_title}_output.mp4"
    subprocess.run(cmd)
    print(f"{video_title}_output.mp4 已经下载完毕")

其他 ​

直播弹幕 ​

（1）抓包分析

​ 　打开B站直播，进入F12，然后再次刷新网页，接着搜索已发送的弹幕，即可获得弹幕链接地址。

图片加载中... 请稍等(～￣▽￣)～

（2）代码实现

python
import requests
# 导入内置时间模块
import time

# 设置请求地址和请求头
url = "https://api.live.bilibili.com/xlive/web-room/v1/dM/gethistory?roomid=47867&room_type=0"
headers = {
   'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}

barrage_list = []
while True:
    response = requests.get(url=url, headers=headers)
    if response.status_code != 200 | response.json()['code'] != '0':
        print('HTTP请求失败:', response.text)
        break

    # 获取数据
    data_list = response.json()['data']['room']
    # 解析数据
    for index in data_list:
        barrage = index['text']
        # 接口获取的是最新的10条弹幕，所以已打印的无需重复打印
        if barrage not in barrage_list:
            barrage_list.append(barrage)
            print(barrage)
            if len(barrage_list) > 10:
                barrage_list = barrage_list[1:11]
    # 间隔1s获取一次
    time.sleep(1)

UP视频信息 ​

（1）抓包分析

​ 　打开UP的视频主页，进入F12，然后再次刷新网页，接着通过搜索UP主的名字，定位获取视频信息的接口。

图片加载中... 请稍等(～￣▽￣)～

​ 　因为需要翻页获取数据，所以，需要观察不同页数下，请求参数的变化，如下图所以，不同页数间只有pn、w_rid、wts三个参数不同。

图片加载中... 请稍等(～￣▽￣)～

​ 　搜索w_rid，并在可能的代码处打上断点，接着，刷新网页，就可以发现加密参数f的数据 以及 固定参数c的数据。

图片加载中... 请稍等(～￣▽￣)～

（2）代码实现

python
# 导入csv模块
import csv
# 导入HTTP模块
import requests
# 导入加密模块
import hashlib
# 导入内置时间模块
import time
# 导入第三方时间模块
from datetime import datetime

# 设置导出结果文件名
data_str = datetime.now().strftime("%Y%m%d%H%M%S")
cvs_file_name = f"UP视频信息_{data_str}.csv"

# 中文需要设置成utf-8-sig格式,否则可能乱码
f = open(cvs_file_name, mode='a', encoding='utf-8-sig', newline='')
# fieldnames 表头
csv_writer = csv.DictWriter(f, fieldnames=[
    '标题', '描述', 'BV号', '播放量', '弹幕数','评论数', '时长'
])
# 写入表头
csv_writer.writeheader()

####
# pn : 页数 从1开始
# ps : 每页数量
###
def get_param(pn, ps):
    data = [
        'dm_cover_img_str=QU5HTEUgKE5WSURJQSwgTlZJRElBIEdlRm9yY2UgUlRYIDQwOTAgKDB4MDAwMDI2ODQpIERpcmVjdDNEMTEgdnNfNV8wIHBzXzVfMCwgRDNEMTEpR29vZ2xlIEluYy4gKE5WSURJQS',
        'dm_img_inter=%7B%22ds%22%3A%5B%7B%22t%22%3A2%2C%22c%22%3A%22Y2xlYXJmaXggZy1zZWFyY2ggc2VhcmNoLWNvbnRhaW5lcg%22%2C%22p%22%3A%5B1746%2C76%2C647%5D%2C%22s%22%3A%5B215%2C677%2C846%5D%7D%2C%7B%22t%22%3A2%2C%22c%22%3A%22d3JhcHBlcg%22%2C%22p%22%3A%5B828%2C16%2C1246%5D%2C%22s%22%3A%5B73%2C4598%2C3926%5D%7D%5D%2C%22wh%22%3A%5B3867%2C5364%2C55%5D%2C%22of%22%3A%5B453%2C906%2C453%5D%7D',
        'dm_img_list=%5B%5D',
        'dm_img_str=V2ViR0wgMS4wIChPcGVuR0wgRVMgMi4wIENocm9taXVtKQ',
        'keyword=',
        'mid=11130880',
        'order=pubdate',
        'order_avoided=true',
        'platform=web',
        f'pn={pn}',
        f'ps={ps}',
        'tid=0',
        'web_location=1550101',
        f'wts={int(time.time())}'
    ]
    paramStr = '&'.join(data)
    # 获取加密参数w_rid
    string = paramStr + "ea1db124af3c7062474693fa704f4ff8"
    MD5 = hashlib.md5()
    MD5.update(string.encode('utf-8'))
    w_rid = MD5.hexdigest()
    return f"?{paramStr}&w_rid={w_rid}"

# 设置请求头
headers = {
    "Cookie": "buvid4=187EB89A-3260-8E64-F64B-C79ECB35804494629-024062906-UGEldqIYxL0nm8mtRegTMg%3D%3D; buvid3=5FB8A238-BF81-5079-B70F-B7FE32F74D5E94627infoc; b_nut=1719643594; b_lsid=CD14D4BD_19062BEEB51; _uuid=2CE3A68D-E18E-F6410-43D8-10F27C49BC1E497651infoc; bili_ticket=eyJhbGciOiJIUzI1NiIsImtpZCI6InMwMyIsInR5cCI6IkpXVCJ9.eyJleHAiOjE3MTk5MDI3OTQsImlhdCI6MTcxOTY0MzUzNCwicGx0IjotMX0.5neybUYwju9lVusr-AERBextNhh2CYVBYAWO7dfKy6Q; bili_ticket_expires=1719902734; buvid_fp=c4aba8e230d8c85eb5b332b68407a873; sid=7f78go3u; rpdid=|(J|)YRumull0J'u~umYRJY|Y",
    # 防盗链 告诉服务器请求链接是从哪里跳转过来的
    "Referer": "https://space.bilibili.com/11130880/video?tid=0&pn=1&keyword=&order=pubdate",
    # 用户代码 表示浏览器/设备 基本身份信息
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36'
}
baseUrl = "https://api.bilibili.com/x/space/wbi/arc/search"

# 分页获取数据
for page in range(1, 4):
    print(f"正在爬取第{page}页数据...")
    url = baseUrl + get_param(page, 30)
    response = requests.get(url=url, headers=headers)
    if response.status_code != 200 or response.json()['code']:
        print(response.text)
    else:
        # 解析数据
        vlist = response.json()['data']['list']['vlist']
        for index in vlist:
            # 格式化时间
            created = datetime.fromtimestamp(index['created']).strftime("%Y-%m-%d %H:%M:%S")
            dit = {
                '标题': index['title'],
                '描述': index['description'],
                'BV号': index['bvid'],
                '播放量': index['play'],
                '弹幕数': index['video_review'],
                '评论数': index['comment'],
                '时长': created,
            }
            csv_writer.writerow(dit)
# 关闭文件
f.close()
print("爬取数据完毕！")

更新时间:

Released under the MIT License.

Copyright © 2025-至今 S.H